首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于稀疏表示的图像质量评价算法研究

摘要第3-4页
Abstract第4页
第一章 绪论第7-13页
    1.1 课题研究背景及意义第7-8页
    1.2 国内外研究现状第8-12页
        1.2.1 全参考图像质量评价第8-10页
        1.2.2 半参考图像质量评价第10-11页
        1.2.3 无参考图像质量评价第11-12页
    1.3 论文主要内容及结构安排第12-13页
第二章 图像质量评价理论基础第13-22页
    2.1 人眼视觉系统第13-16页
        2.1.1 人眼视觉系统原理第13页
        2.1.2 人眼视觉系统特性第13-16页
    2.2 图像质量评价性能指标第16-17页
        2.2.1 图像质量评价算法性能指标第16-17页
    2.3 稀疏表示第17-21页
        2.3.1 稀疏表示的提出第17-18页
        2.3.2 稀疏表示的求解第18-20页
        2.3.3 稀疏字典第20-21页
    2.4 本章小结第21-22页
第三章 时频域自然场景统计特征无参考图像质量评价方法第22-36页
    3.1 空域特征提取第22-25页
        3.1.1 梯度特征(GM)和拉普拉斯特征提取(LOG)第22-23页
        3.1.2 联合自适应归一化过程(Joint adaptive normalization, JAN)第23页
        3.1.3 空域统计特征说明第23-25页
    3.2 频域特征提取第25-27页
    3.3 基于稀疏表示的质量评价模型第27-29页
    3.4 实验环节第29-35页
        3.4.1 在LIVE数据库上的实验第29-33页
        3.4.2 泛化性能实验第33-34页
        3.4.3 稳定性实验第34页
        3.4.4 实验系统环境分析第34-35页
    3.5 本章小结第35-36页
第四章 LBP和稀疏表示的无参考立体图像质量评价方法第36-48页
    4.1 立体视觉的产生和采集第36-37页
        4.1.1 立体视觉的产生第36-37页
        4.1.2 立体图像的记录第37页
    4.2 立体图像质量特征提取第37-44页
        4.2.1 局部二值模式介绍第38-39页
        4.2.2 平面图像特征提取第39-41页
        4.2.3 立体特征提取第41-44页
    4.3 实验环节第44-47页
    4.4 本章小结第47-48页
第五章 基于人眼视觉特性的全参考图像质量评价方法第48-56页
    5.1 人眼视觉特性相关特征提取第48-52页
        5.1.1 二维离散小波变换第48-49页
        5.1.2 稀疏编码特征定义第49-52页
    5.2 实验结果与分析第52-55页
    5.3 本章小结第55-56页
第六章主要结论与展望第56-58页
    6.1 主要结论第56页
    6.2 展望第56-58页
致谢第58-59页
参考文献第59-63页
附录: 作者在攻读硕士学位期间发表的论文第63页

论文共63页,点击 下载论文
上一篇:呼吸迟滞现象对肺癌螺旋断层放射治疗的剂量学影响
下一篇:肿瘤相关抗原GPC3特异性细胞免疫诱导进行原发性肝癌干预的研究